含碳捕集-电转气的风光火储一体化系统优化运行

doi:10.16183/j.cnki.jsjtu.2022.270

含碳捕集-电转气的风光火储一体化系统优化运行

程韧俐¹, 李江南¹, 周保荣², 赵文猛^,², 刘亚³

1.深圳供电局有限公司,广东深圳 518001

2.南方电网科学研究院,广州 510663

3.北京清大科越股份有限公司,北京 100025

Operation Optimization for Integrated System of Wind-PV-Thermal-Storage with CC-P2G

CHENG Renli¹, LI Jiangnan¹, ZHOU Baorong², ZHAO Wenmeng^,², LIU Ya³

1. Shenzhen Power Supply Bureau Co., Ltd., Shenzhen 518001, Guangdong, China

2. China Southern Power Grid Electric Power Research Institute, Guangzhou 510663, China

3. Beijing QU Creative Technology Co., Ltd., Beijing 100025, China

通讯作者: 赵文猛,博士,高级工程师,电话(Tel.):020-36625175;E-mail:zhaowm@csg.cn.

责任编辑: 孙伟

收稿日期: 2022-07-13 修回日期: 2022-07-15 接受日期: 2022-07-22

基金资助:

中国南方电网有限责任公司科技项目(SZKJXM20190683/090000KK52190177)

Received: 2022-07-13 Revised: 2022-07-15 Accepted: 2022-07-22

作者简介 About authors

程韧俐(1972-),高级工程师,研究方向为大电网调度运行与控制、源网荷智能互动、电力市场.

摘要

碳捕集、电转气装置能够利用系统富裕新能源捕集火电燃烧所产生的碳排放,并生成燃气,形成碳资源循环利用链.为降低系统碳排放,促进新能源消纳,提升系统运行灵活性,提出含碳捕集-电转气(CC-P2G)的风光火储一体化系统架构,并设计其优化运行模型.重点讨论该架构电能流和碳流的运行特性;考虑配额制下碳排放交易收益,以一体化系统综合效益最大化为目标,综合考虑各类设备运行特性,提出其优化运行模型.算例验证了CC-P2G系统在提升新能源消纳能力和系统运行效益方面的效用.结果表明,CC-P2G系统与碳排放配额交易等市场机制有效配合,能够在降低系统整体碳排放的同时提升运行效益.

关键词： 风光火储一体化系统; 碳捕集和电转气系统; 电能流; 碳流; 碳排放配额

Abstract

The carbon capture (CC) and power to gas (P2G) devices can utilize the abundant new energy of the system to capture the carbon emissions generated by thermal power combustion and generate usable gas, forming a carbon resource recycling chain. In order to reduce the carbon emission of the power system, promote new energy absorption, and improve the operation flexibility of the power system, an integrated system architecture including CC and P2G is proposed and its optimization operation model is designed. The operational characteristics of power flow and carbon flow in this architecture are mainly discussed. Considering the benefits of carbon emission trading under the quota system, an optimized operation model for the integrated system of wind-PV-thermal-storage with CC-P2G is proposed, aimed at maximizing the comprehensive benefits of the integrated system and taking the operation characteristics of various equipment as constraint conditions. Furthermore, the effectiveness of the CC-P2G system in improving new energy consumption capacity and system operation efficiency is verified. The results show that the participation of the CC-P2G system needs to be effectively coordinated with market mechanisms such as carbon emissions quota trading, which can reduce the overall carbon emissions of the system and improve its operation efficiency.

Keywords： integrated system of wind-PV-thermal-storage; carbon capture and power to gas (CC-P2G) system; electricity power flow; carbon flow; carbon emission quota

PDF (3049KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

程韧俐, 李江南, 周保荣, 赵文猛, 刘亚. 含碳捕集-电转气的风光火储一体化系统优化运行[J]. 上海交通大学学报, 2024, 58(5): 709-718 doi:10.16183/j.cnki.jsjtu.2022.270

CHENG Renli, LI Jiangnan, ZHOU Baorong, ZHAO Wenmeng, LIU Ya. Operation Optimization for Integrated System of Wind-PV-Thermal-Storage with CC-P2G[J]. Journal of Shanghai Jiaotong University, 2024, 58(5): 709-718 doi:10.16183/j.cnki.jsjtu.2022.270

为提升能源综合效率,促进新能源消纳,推动构建以新能源为主体的新型电力系统,助力“双碳”目标实现,国家发改委、国家能源局于2020年启动“风光水火储一体化”“源网荷储一体化”试点建设.作为“两个一体化”项目的典型形态,风光火储一体化系统在我国得到广泛试点建设,而其优化运行则是该领域当前研究的重点^[1-2].

风光火储一体化系统建设的目的在于充分挖掘火力发电(简称火电)、储能等灵活性资源,平抑风力发电(简称风电)、光伏等新能源随机波动性,为电网运行提供可靠电源支撑,促进新能源消纳^[3-4].充分利用各类电源互补性特征,是提升一体化系统新能源消纳能力的关键途径.储能装置能够实现电能在时间维度上的转移,不仅能够达到削峰填谷的作用,而且能够作为优质调频资源,平滑系统出力波动^[5-6].文献[7 ⇓-9]中研究了风光出力不确定性,提出以新能源消纳能力最大化为目标的风光储多场景优化运行模型.文献[10]中研究了储能装置频率调节性能,提出考虑储能参与的风光储系统多时序优化运行策略.传统火电机组受限于其最小技术出力限制,调峰能力有限.通过灵活性改造,火电调峰性能将显著提升^[11].文献[12-13]中研究了灵活性改造火电机组与风光协调优化问题,提出优化决策模型.整体来看,当前研究对新能源、火电、储能等电源协调运行的机理研究已比较深入,能够充分挖掘火电、储能在提升新能源消纳能力方面的潜力.然而受限于火电、储能自身消纳能力,大规模新能源消纳仍面临挑战^[14-15].

因此,在传统风光火储一体化系统中引入其他灵活调节资源,进一步提升系统消纳能力,是促进风光火储一体化系统发展的有效途径,碳捕集、电转气技术即是该领域的重要方向.文献[16 ⇓-18]中重点研究电转气装置参与下系统优化运行策略,提出利用富裕新能源生成天然气的解决方案.文献[19]中介绍电转氢技术原理,提出考虑电转氢的系统优化运行方法,较电转气技术,电转氢技术实现更简单,但氢气安全存储难度较高.文献[20]中提出含碳捕集电厂的系统优化运行方法,通过将火电碳排放捕集、封存,降低系统排放.然而,系统考虑含碳捕集-电转气(Carbon Capture and Power to Gas, CC-P2G)的风光火储一体化系统优化运行研究还比较少,对系统中电能流、碳流的分析还不够充分.

为此, 提出一种含 CC-P2G 的风光火储一体化系统优化运行方法,主要贡献在于:①提出含CC-P2G的风光火储一体化系统整体架构,碳捕集、电转气装置将作为独立单元纳入系统中,以实现与风光火储的充分互动;②研究一体化系统电能流、碳流运行特性,对比分析了其在提升新能源消纳能力和降低系统碳排放方面的效益;③考虑配额制下系统碳交易收益,提出一体化系统优化运行模型.

1 含CC-P2G的风光火储一体化系统框架

1.1 碳捕集技术原理

碳捕集技术是利用CO₂吸附液,将火电燃烧后产生的CO₂吸附,并经过分离、液化,产生液态CO₂的过程^[21].碳捕集装置能耗及碳捕集量主要与捕集效率有关^[22],可表示为

(1)P_CC_,t=Q_G_,_tη_c_,tλ_GE

(2)Q_CC_,t=Q_G_,_tη_c_,t

式中:P_CC_,t、Q_CC_,t分别为碳捕集装置时段t的碳捕集能耗、碳捕集量;η_c_,t为时段t碳捕集率;λ_GE为碳捕集装置运行能耗,可视为常数;Q_G_,_t为火电机组G时段t的碳排放量.碳捕集率是碳捕集装置重要的运行调节参数,可采用分流、溶液存储方式等方式实现碳捕集装置的灵活运行^[22],Q_G_,_t可表示为燃料消耗量的函数^[14-15],即

(3)Q_G_,_t=λ_fuelF_fuel(P_G_,_t)

式中:λ_fuel为单位燃料碳排放量系数;P_G_,_t为火电机组时刻t的发电出力;F_fuel(P_G_,_t)为火电机组不同发电出力下的燃料消耗函数,一般用发电出力二次函数近似,可表示为

(4)F_fuel(P_G_,_t)=a

P_{G, t}^{2}

+bP_G_,_t+c

式中:a、b、c分别为燃料消耗二次函数二次项、一次项和常数项系数.

1.2 P2G技术原理

P2G是指将水电解后甲烷化生成天然气的技术,可划分为电转氢和甲烷化两个过程^[23].当前电转氢主要通过电解水的方式进行,转换效率一般为75%~85%.甲烷化则是在电转氢之后,利用催化剂Sabatier,将电解产生的氢与CO₂催化产生甲烷气体,其能量转化效率与CO₂品质有关,所提供的CO₂浓度越高,能量效率越高^[23].

P2G装置生成甲烷气体量与其耗电功率直接相关,可表示为

(5)V_P₂_G_,t=

\frac{η_{P 2 G 1} η_{P 2 G 2} P_{P 2 G, t}}{H_{L}}

式中:V_P₂_G_,t为P2G装置时段t产生的甲烷量;H_L为甲烷低热值,即9.7(kW·h)/m³;P_P₂_G_,t为P2G装置耗电功率;η_P₂_G₁、η_P₂_G₂分别为电解氢、甲烷化两个阶段的能量效率.

P2G过程中碳守恒,因此所产生的甲烷气体与所消耗的CO₂物质的量相同^[23],所消耗的CO₂量可表示为

(6)Q_P₂_G_,t=

ρ_{C O_{2}}

V_P₂_G_,t

式中: $ρ_{C O_{2}}$ 为CO₂密度.

1.3 含CC-P2G的风光火储一体化系统框架设计

如图1所示,含CC-P2G的风光火储一体化系统中碳捕集、电转气装置均为独立运行单元,通过风电、光伏、火电、储能与碳捕集以及电转气的协调优化,提升系统运行效益.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 含CC-P2G的风光火储一体化系统框架结构

Fig.1 Structure of integrated system of wind-PV-thermal-storage with CC-P2G

在该框架下,火电运行所排放的CO₂将依次通过碳捕集、电转气装置,转化为甲烷燃气.系统中火电为燃气型火电机组时,所产生的甲烷燃气将循环流向火电机组,实现碳循环利用;若采用燃煤型火电机组,则可将产生的甲烷燃气通过燃气管道售出.超出碳捕集、电转气装置能力部分的CO₂将排向大气.同时优先利用富余风光新能源发电向CC-P2G系统供电,提升富余新能源消纳能力,将可能产生的弃风、弃光电量用于碳捕集和电转气,提升一体化系统综合效益.

为满足一体化系统灵活运行控制要求,风电、光伏、火电、储能、碳捕集、电转气装置均应接入一体化系统的运行控制系统;各类电源能够按照运行控制指令要求,参与调节响应.

2 一体化系统电流、碳流循环特性分析

进一步从电流、碳流循环特性出发,对含CC-P2G的风光火储一体化系统运行效益进行理论分析.

电能流方面,CC-P2G系统能够利用富余新能源电能将火电运行烟气转化为燃气,本质上实现了富余电能的转化与存储.如图2所示,当在风光火储一体化系统中配置CC-P2G系统时,系统电能利用方式更加丰富.当风光新能源发电超过储能和火电调节能力或大电网交换电能价格偏低时,可将其向CC-P2G系统供电,从而实现电能与燃气之间的转化.所产生的燃气既可供应一体化系统中燃气机组,也可以向燃气管道售出获利,能够提升一体化系统新能源消纳能力.根据以上分析,一体化系统与电网交换功率满足如下关系:

(7)P_IS_,t=P_w_,t+P_ph_,t+P_G_,_t+P_s_,t-P_CC-P₂_G_,t

式中:P_IS_,t为时段t一体化系统向电网送出功率;P_w_,t、P_ph_,t、P_G_,_t分别为时段t风电出力、光伏出力和火电发电出力;P_s_,t为时段t储能装置净交换功率;P_CC-P₂_G_,t为CC-P2G系统时段t总耗电功率,为碳捕集装置和电转气装置耗电功率之和,可表示为

(8)P_CC-P₂_G_,t=P_CC_,t+P_P₂_G_,t

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 含CC-P2G的风光火储一体化系统电能流向分析

Fig.2 Electric energy flow analysis of integrated system of wind-PV-thermal-storage with CC-P2G

碳流方面,常规风光火储一体化系统能够利用火电、储能与风光新能源的协调优化,促进新能源消纳,提升新能源发电在系统中占比,降低火电发电量,实现系统碳减排.如图3所示,而含CC-P2G的风光火储一体化系统将进一步实现火电碳排放的捕集与转化,将转化为甲烷燃气,并优先向一体化系统中的燃气机组供气,不仅能够实现系统中碳循环利用,还能降低燃料成本,提升运行效益.含CC-P2G的风光火储一体化系统总碳排放为火电机组运行未经捕集部分与电转气装置从大气中吸收CO₂的差值,可表示为

(9)Q_em_,t=Q_1,_t-Q_2,_t=(Q_G_,_t-Q_CC_,t)-(Q_P₂_G_,t-Q_CC_,t)=Q_G_,_t-Q_P₂_G_,t

式中:Q_em_,t为一体化系统时段t总碳排放量;Q_1,_t、Q_2,_t分别为碳捕集阶段排放量和电转气阶段吸收量;Q_G_,_t为火电运行所产生的碳排放总量,也即未配置CC-P2G系统前一体化系统碳排放量.然而,必须要指出的是,电转气装置碳源品质不同,其能量效率也不相同.碳捕集装置所供碳源密度高,能量效率高,可达85%及以上;而若从空气中吸收CO₂,由于密度较低,能量效率降低,一般仅为65%~70%.因此,电转气装置总能耗与生成甲烷量关系式可表示为

(10)V_P₂_G_,t=

\frac{η_{P 2 G 1} (η_{P 2 G 2}^{1} P_{P 2 G, t}^{1} + η_{P 2 G 2}^{2} P_{P 2 G, t}^{2})}{H_{L}}

式中: $η_{P 2 G 2}^{1}$ 、 $η_{P 2 G 2}^{2}$ 分别为碳捕集、空气供碳下的能量效率; $P_{P 2 G, t}^{1}$ 、 $P_{P 2 G, t}^{2}$ 为两个碳源转化期间能耗,其和即为电转气装置总能耗P^P²^G^,t.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 含CC-P2G的风光火储一体化系统碳流向分析

Fig.3 Carbon flow analysis of integrated system of wind-PV-thermal-storage with CC-P2G

3 含碳捕集及P2G的风光火储一体化优化决策模型

3.1 优化目标

考虑预期收益、预期成本两方面因素,构建一体化系统综合效益模型,并以综合效益最大化作为一体化系统优化运行目标.该目标函数可表示为

(11)F=max(f_SY-f_CB)

式中:F、f_SY、f_CB分别为风光火储一体化系统综合收益、收益函数和成本函数.

对一体化系统运营商而言,其运行收益包括3个部分,依次为发电收益、售气收益、减排收益,而运行成本主要包括燃料成本、系统运行成本两部分.需要特别说明的是,若电转气装置所产生燃气优先供一体化系统中的燃气机组,则售气收益等效于降低燃料成本,不失一般性,本文优化模型中设定系统中仅有燃气机组,售气收益应优先扣除燃气机组供气部分,则收益函数可表示为

(12)f_SY=f_SYE(P_IS_,t)+f_SYG(V_P₂_G_,t, V_G_,_t)+f_SYC(P_IS_,t, P_G_,_t, P_P₂_G_,t)=

\overset{T}{\sum_{t = 1}}

p_e_,tP_IS_,tΔT+p_G

\overset{T}{\sum_{t = 1}}

(V_P₂_G_,t-V_G_,_t)+p_C(

λ_{C}^{q u} \overset{T}{\sum_{t = 1}}

P_IS_,tΔT-

\overset{T}{\sum_{t = 1}}

Q_em_,t)

式中:f_SYE(P_IS_,t)、f_SYG(V_P₂_G_,t, V_G_,_t)、f_SYC(P_IS_,t, P_G_,_t, P_P₂_G_,t)分别为一体化系统发电收益、售气收益、减排收益;p_e_,t为一体化系统与电网交换功率分时价格函数;p_G为一体化系统向燃气管网售气价格;ΔT为优化运行时段间隔;T为对应时段数;V_G_,_t为优先向燃气机组供气量;p_C为碳排放指标交易价格; $λ_{C}^{q u}$ 为一体化系统碳排放配额系数.

其中,一体化系统碳排放配额与其上网电量有关,上网电量越高,所获得的排放配额越高,若实际排放低于配额,即

$λ_{C}^{q u} \overset{T}{\sum_{t = 1}}$ P_IS_,tΔT> $\overset{T}{\sum_{t = 1}}$ Q_em_,t

则少排部分 $λ_{C}^{q u} \overset{T}{\sum_{t = 1}}$ P_IS_,tΔT- $\overset{T}{\sum_{t = 1}}$ Q_em_,t可售出获利;否则一体化系统需要向其他运营商购买碳排放指标,减排收益为负,表明其将承受超排处罚.

运行成本函数包括火电机组燃料成本、系统运行成本两部分,其中系统运行成本即包括风电、光伏、火电、储能、碳捕集及电转气等设备运维费用,也包括设备运行期间与发电出力或耗电功率相关的可变运行成本.一般设备运维费用以固定值测算,而可变运行成本则可以发电出力或耗电功率的一次函数近似测算^[14-15],特别地,还需要考虑火电机组为促进新能源消纳而产生的启停成本,可表示为

(13)f_CB=f_CBF(η_c, η_ah, P_E, P_P₂_G)+f_CBC(P_w_,t, P_ph_,t, P_G_,_t, P_s_,t, P_CC_,t, P_P₂_G_,t)=p_g

(\overset{T}{\sum_{t = 1}} \frac{P_{G, t} Δ T}{η_{G} H_{L}} - V_{G, t})

+F_fix+

\overset{T}{\sum_{t = 1}}

(c_wP_w_,t+c_phP_ph_,t+c_GP_G_,_t+c_s

P_{s, t}^{+}

+c_CCP_CC_,t+c_P₂_GP_P₂_G_,t)+

{c^{s}}_{G} \overset{T}{\sum_{t = 1}} {u^{s}}_{G, t}

{c^{e}}_{G} \overset{T}{\sum_{t = 1}} {u^{e}}_{G, t}

式中:f_CBF(η_c, η_ah, P_E, P_P₂_G)、f_CBC(P_w_,t, P_ph_,t, P_G_,_t, P_s_,t, P_CC_,t, P_P₂_G_,t)分别为燃料成本函数和系统运行成本函数;p_g为燃料价格,需要注意的是,一般来说一体化系统从燃气管网购气和售气存在价差,即p_g≥p_G;η_G为火电机组发电效率;F_fix为一体化系统设备运维费用;c_w、c_ph、c_G、c_s、c_CC、c_P₂_G分别为风电、光伏、火电、储能、碳捕集、电转气与其发电出力或耗电功率相关的可变运行成本系数; ${c^{s}}_{G}$ 、 ${c^{e}}_{G}$ 分别为火电机组G日内启停中启动成本和停机成本; ${u^{s}}_{G, t}$ 、 ${u^{e}}_{G, t}$ 为火电机组时刻t启动或停机的状态变量; $P_{s, t}^{+}$ 为储能装置不考虑充放电状态下的交换功率,可表示为

(14)

P_{s, t}^{+}

P_{s, t}^{C}

P_{s, t}^{D}

式中: $P_{s, t}^{D}$ 、 $P_{s, t}^{C}$ 分别为储能装置时段t的放电功率、充电功率.

3.2 约束条件

(1) 火电机组运行约束,包括发电出力范围约束、发电出力爬坡约束、启停状态变量约束、日内最大启停次数约束,可表示为

(15)u_G_,_t

P_{G}^{m i n}

≤P_G_,_t≤u_G_,_t

P_{G}^{m a x}

(16)u_G_,_t

P_{G}^{C m i n}

≤P_G_,_t-P_G_,_t_-1≤u_G_,_t

P_{G}^{C m a x}

(17)u_G_,_t-u_G_,_t_-1=

{u^{s}}_{G, t}

{u^{e}}_{G, t}

(18)

\overset{T}{\sum_{t = 1}} {u^{s}}_{G, t}

≤

{N^{s}}_{G}

(19)

\overset{T}{\sum_{t = 1}} {u^{e}}_{G, t}

≤

{N^{e}}_{G}

式中: $P_{G}^{m a x}$ 、 $P_{G}^{m i n}$ 为火电机组发电出力上、下限值; $P_{G}^{C m a x}$ 、 $P_{G}^{C m i n}$ 为火电机组爬坡能力上、下限值;u_G_,_t为火电机组运行状态变量; ${N^{s}}_{G}$ 、 ${N^{e}}_{G}$ 分别为火电机组日内最大启动和关机次数约束.

(2) 风电、光伏新能源运行约束,主要为风电、光伏发电能力约束,可表示为

(20)P_w_,t=

P_{w, t}^{F}

P_{w, t}^{A}

(21)P_ph_,t=

P_{p h, t}^{F}

P_{p h, t}^{A}

(22)

P_{w, t}^{A}

≥0

(23)

P_{p h, t}^{A}

≥0

式中: $P_{w, t}^{F}$ 、 $P_{p h, t}^{F}$ 分别为风电、光伏时段t的发电出力预测值; $P_{w, t}^{A}$ 、 $P_{p h, t}^{A}$ 分别为风电、光伏时段t的弃风、弃光功率.

(3) 储能装置运行约束,包括交换功率约束、放电功率范围约束、充电功率范围约束、运行状态约束、储能量范围约束、储能总量约束,可表示为

(24)P_s_,t=

P_{s, t}^{D}

P_{s, t}^{C}

(25)0≤

P_{s, t}^{D}

≤

μ_{s, t}^{D} P_{s}^{D m a x}

(26)0≤

P_{s, t}^{C}

≤

μ_{s, t}^{C} P_{s}^{C m a x}

(27)

μ_{s, t}^{D}

μ_{s, t}^{C}

(28)

E_{s}^{m i n}

≤E_s_{, 0}+

\overset{t}{\sum_{τ = 1}}

(η_S

P_{s, τ}^{C}

P_{s, τ}^{D}

)ΔT≤

E_{s}^{m a x}

(29)

\overset{T}{\sum_{t = 1}}

(η_S

P_{s, t}^{C}

P_{s, t}^{D}

)ΔT=0

式中: $μ_{s, t}^{D}$ 、 $μ_{s, t}^{C}$ 为储能装置时段t的放电状态变量、充电状态变量; $E_{s}^{m a x}$ 、 $E_{s}^{m i n}$ 为储能装置储能量上、下限值;E_s_{, 0}为储能装置初始储能量;η_S为折算到充电侧的储能装置储能效率.

(4) CC-P2G系统运行约束.CC-P2G系统运行中,除式(1)、(2)、(5)、(6)所示的捕集能耗约束、捕集量约束、转化能耗约束、转化量约束外,还需要满足碳捕集能耗范围约束、电转气能耗范围约束,可表示为

(30)

P_{C C}^{m i n}

≤P_CC_,t≤

P_{C C}^{m a x}

(31)

P_{P 2 G}^{m i n}

≤P^P²^G^,t≤

P_{P 2 G}^{m a x}

式中: $P_{P 2 G}^{m a x}$ 、 $P_{P 2 G}^{m i n}$ 为碳捕集装置能耗上、下限; $P_{C C}^{m a x}$ 、 $P_{C C}^{m i n}$ 为电转气装置能耗上、下限.

4 算例分析

4.1 基础数据

算例系统中,风电、光伏发电出力参考我国西部某省区新能源基地2021年3月某日实际数据.如图4所示,风电呈明显反调峰特性,光伏则在午间出力达到最大.风电、光伏可变运行成本较低,算例中仅考虑其固定运行成本.

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 新能源出力预测

Fig.4 Forecast of new energy generation output

火电机组最大以及最小技术出力分别为200、100 MW;火电机组运行中购气价格为2.8元/m³,启停费用分别为25万元/次、8万元/次,日内最多启停1次.储能装置最大储能量为80 MW·h,充放电状态下最大交换功率均为50 MW,初始储能量为0,折算至充电侧的储能效率为80%.

参考文献[16,18],规定系统碳排放配额系数为0.35 t/(MW·h),CC-P2G系统参数详见表1.其中碳捕集装置与电转气装置采用略偏大的设计方式,即碳捕集装置在最大能耗水平运行时其产生的与电转气装置最大能耗水平.

表1 CC-P2G系统参数信息

Tab.1 Parameters of CC-P2G system

参数	取值
碳捕集装置能耗限值, $P_{C C}^{m a x}$ 、 $P_{C C}^{m i n}$ /MW	15,0
碳捕集装置运行能耗, λ_GE/[(MW·h)·t^-1]	0.23
碳捕集率, η_c,_t/%	60~80
电转气装置能耗限值, $P_{P 2 G}^{m a x}$ 、 $P_{P 2 G}^{m i n}$ /MW	15,0
电解氢阶段能量效率, η_P2G1/%	80
甲烷化阶段能量效率, $η_{P 2 G 2}^{1}$ 、 $η_{P 2 G 2}^{2}$ /%	85,60
碳排放配额交易价格, $λ_{C}^{q u}$ /(元·t^-1)	50
燃气上网价格, p_G/(元·m^-3)	2.0
碳捕集装置可变运行成本系数, c_CC/[元·(MW·h)^-1]	138
电转气装置可变运行成本系数, c_P2G/[元·(MW·h)^-1]	234

新窗口打开| 下载CSV

如图5所示,一体化系统向电网送电分时电价曲线参考近期我国某省区电力现货市场结算试运行期间分时出清电价,高峰时段最高出清价格已达交易上限,即0.55元/(kW·h),而低谷时段最低出清价格仅0.22元/(kW·h),峰谷时段价差已接近2倍.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 分时电价

Fig.5 Time-of-use electricity price

4.2 场景设置

受断面影响,一体化系统与电网交换功率限值为400 MW.为验证所提方法的有效性,设置如下3个对比场景:①场景1中风光火储一体化系统含CC-P2G系统,并考虑碳排放配额交易;②场景2中风光火储一体化系统不含CC-P2G系统,并考虑碳排放配额交易;③场景3中风光火储一体化系统含CC-P2G系统,但不考虑碳排放配额交易.

4.3 对比分析

3种场景下,储能交换功率计划、火电机组发电出力计划、CC-P2G系统能耗计划分别如图6~8所示.3个场景储能交换功率相同,均在电价最低且存在新能源消纳风险的时段2:00—3:00以最大充电功率储能,并在电价最高且对外送电存在一定裕度的时段18:00—19:00放电.通过储能装置的灵活运行安排,一体化系统避免了100 MW·h的新能源损失电量,并产生了25.6万元电价收益.该结果实际上反映了储能装置参与下,系统在新能源消纳能力方面的运行效益提升量.可以看出,尽管储能装置对系统新能源消纳有所帮助,但以场景2为例仍面临269 MW·h的弃风、弃光损失电量.为此,引入其他灵活性调节资源成为进一步提升系统消纳能力的重要途径.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 储能装置运行计划

Fig.6 Operation plan of energy storage device

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 火电机组发电计划

Fig.7 Schedule for power generation of thermal power unit

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 CC-P2G系统能耗计划

Fig.8 Energy schedule of CC-P2G

3个场景下,火电机组发电出力计划和CC-P2G系统运行计划均存在显著差别,其中CC-P2G系统日发电量分别为 3 336、2 928、3 298 MW·h.场景1与场景2均考虑了碳排放配额制要求,场景1中CC-P2G系统充分利用富余电能开展碳捕集和电转气,产生两方面效益,一是降低了弃风、弃光所产生的新能源损失电量,场景1较场景2新能源损失电量下降137 MW·h,降幅51%;二是火电发电量显著提升,在CC-P2G系统碳捕集能力范围内火电机组适当增加发电处理并不会造成系统整体碳排放增加,因此在电价较高的时段8:00—21:00火电机组均适当增加发电出力,充分利用高峰时段电价优势提升一体化系统整体效益.场景1与场景3相比,尽管均配置了相同的CC-P2G系统,然而场景3并未考虑碳排放配额制影响.对比两个场景下CC-P2G系统运行计划可以发现,场景3下CC-P2G利用率较低,原因是CC-P2G系统自身能耗较高,所产生的燃气不足以覆盖其运行成本,甚至在低谷4: 00时段,尽管存在一定的富余新能源发电量,然而由于富余电量较低,所产生的燃气收益低于CC-P2G系统的可变运行成本,因此场景3下CC-P2G系统仅在新能源富余电量较高的时段运行,整体利用率较低.而场景1与场景3相比火电发电量基本相同,原因在于没有碳排放配额制影响,当火电机组发电成本低于上网电价时,火电将积极增大其发电出力,使得整体发电量与场景1基本相同,然而该场景下系统碳排放量将显著增大,CC-P2G在降低碳排放方面的效益没有得到有效挖掘.

如表2所示,可以进一步对比3个场景下一体化系统的经济效益及碳排放指标来分析CC-P2G系统的运行效益.从经济效益来看,场景1下综合效益最高,达到333.5万元,其发电收益、减排收益分别为395.8万元、89.5万元,燃料成本、系统运行成本分别为92.5万元、59.3万元.与其相比,场景2中火电发电量显著下降,造成发电收益随之降低;而由于缺乏CC-P2G系统降低其碳排放,导致减排收益为负,即需要购买碳排放配额指标,所以尽管其燃料成本、系统运行成本有所降低,综合收益依然最低.场景3由于没有碳排放配额交易机制,CC-P2G系统仅能获得售气收益,且由于能耗较高,利用率偏低,其碳捕集和富余电能转化的潜力没有充分挖掘;同时由于缺乏碳排放配额机制约束限制,火电发电量增大,尽管提升了其发电效益,然而未能实现减排效益与发电效益的有效衔接,导致其综合收益处于中间水平.需要说明的是,由于一体化系统向燃气网络购售燃气存在一定价差,3个场景下CC-P2G系统所产生的燃气全部用于机组发电,未产生售气收益.

表2 运行效益对比

Tab.2 Comparison of operation benefit

参数	取值
参数	场景1	场景2	场景3
综合效益/万元	333.5	175.8	264.4
发电收益/万元	395.8	389.5	410.9
售气收益/万元	0	0	0
减排收益/万元	89.5	-113.6	—
燃料成本/万元	92.5	84.5	95.3
系统运行成本/万元	59.3	15.6	51.2
净碳排放量/t	1 630	2 225	2 189
新能源损失电量/(MW·h)	132	269	138

新窗口打开| 下载CSV

而在碳排放和新能源消纳方面,尽管场景1中火电机组发电量最高,得益于CC-P2G系统最大限度捕集火电碳排放,因此其总排放量最低,对富余电源利用最充分,有效降低了弃风、弃光造成的新能源损失电量.而场景3中尽管配置了CC-P2G系统,但由于缺乏碳配额机制激励,所以CC-P2G系统利用率较低,碳排放量最高,对弃风、弃光造成的新能源损失电量也没有得到有效控制.

从表2中场景对比可以看出,CC-P2G系统能进一步提升风光火储一体化系统的运行灵活性,提升系统清洁能源消纳能力,降低碳排放量.但为了充分挖掘CC-P2G系统的运行潜力,有必要建立碳排放配额机制,更好地发挥CC-P2G系统所产生的减排效益.

4.4 碳配额影响分析

进一步讨论碳排放配额系数与碳交易价格对火电发电量、系统综合效益的影响.图9中展示了火电发电量、系统综合效益与碳排放配额系数及碳交易价格之间的变化关系.整体来看,火电发电量与碳配额系数呈正相关关系,而与碳排放交易价格呈负相关关系.碳排放配额系数增大时,一体化系统的碳排放限制减少,有条件增大火电发电量;而随着碳排放交易价格增大,一体化系统整体发电碳排放配额指标所能产生的减排收益增大,促使其降低火电发电量,以获取更高的碳排放配额.需要注意的是,由于系统存在网络传输能力限制,火电最大发电量为 3 402 MW·h.因此当碳排放配额系数和碳排放交易价格超过一定幅度时,火电发电量即将达到其最大值.

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9 碳配额机制影响分析

Fig.9 Impact analysis of carbon quota mechanism

一体化系统综合效益与碳排放配额系数、碳排放交易价格的关系则相对复杂.当碳排放配额系数一定时,碳排放交易价格增大,一体化系统减排收益随之增大,能够促使一体化系统降低火电发电量,以提升综合效益;然而若火电发电量降幅超过一定水平,发电收益也将显著下降,造成综合收益降低.而当碳排放交易价格一定时,碳排放配额系数增大,即允许一体化系统产生的碳排放增大,将促进系统增加火电发电量,发电效益增大的同时,能够提升其综合效益.

上述特性表明,CC-P2G系统的效益发挥需要碳排放配额等配套机制,以发挥其减排收益对系统运行的影响.而碳排放配额机制设计中必须统筹考虑价格水平、配额系数等关键指标,通过调整减排收益在一体化系统中的比例,充分挖掘其减排能力,提升其经济效益.

5 结语

研究碳捕集、电转气技术原理,构建含CC-P2G的风光火储一体化系统,从电能流、碳流两个维度分析了该系统的运行效益,并提出了其优化运行模型.含CC-P2G的风光火储一体化系统及其优化运行方法能够进一步挖掘系统新能源消纳潜力,提升运行效益,通过实施碳配额交易,促使一体化系统运营商自发利用CC-P2G实现碳循环利用,产生良好经济效益.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

中华人民共和国国家发展和改革委员会,国家能源局.

关于开展“风光水火储一体化”“源网荷储一体化”的指导意见(征求意见稿)

[R]. 北京: 国家发展改革委, 2020.